Что такое А/B тестирование, зачем оно нужно и как провести

A/B-тестирование  (сплит-тестирование, A/B testing, Split testing) на сайте – это маркетинговый метод, который заключается в наблюдении за контрольной (А) и тестовыми (В) группами элементов – страницами сайта, отличающимися лишь некоторыми показателями, с целью увеличения конверсии сайта. Страницы показываются посетителям поочередно в равных долях, и после достижения нужного числа показов по полученным данным определяется наиболее конверсионный вариант.

Этапы A/B-тестирования

В целом весь процесс A/B-тестирования можно представить в виде 5 шагов:

Шаг 1. Постановка цели (бизнес-цели, конверсия, цели на сайте)

Шаг 2. Фиксирование исходных статистических данных

Шаг 3. Настройка тестирования и сам процесс

Шаг 4. Оценка результатов и внедрение наилучшего варианта

Шаг 5. Повторение эксперимента на других страницах или с другими элементами при необходимости

Продолжительность тестирования

Длительность проведения эксперимента зависит от имеющегося трафика на сайте. Показателя конверсии, а также различий в тестируемых вариантах.  Многие сервисы автоматически определяют продолжительность. В среднем, достаточно 100 конверсионных действий на сайте и занимает порядка 2-4 недель.

Страницы для тестирования

Для тестирования можно выбрать любую страницу сайта, важную с точки зрения конверсии. Чаще всего это главная, страницы регистрации/авторизации, страницы воронки продаж. При этом лучше обратить внимание на следующие моменты:

1. Самые посещаемые страницы сайта
2. Страницы с дорогими визитами
3. Страницы с отказами

Первое необходимо для чистоты эксперимента, второе и третье для выявления слабых мест на сайте.

Элементы для тестирования

Чаще всего для тестирования выбирают кнопки, текст, слоган-призыв к действию и layout страницы в целом. Для выбора элемента можно воспользоваться следующим алгоритмом действий:

• Выдвигается гипотеза  о поведении посетителя
• Предлагается решение по изменению элементов (лучше брать 1-2, не более)

Примеры:

1. Добавить слово «Бесплатно»
2. Разместить объясняющее видео
3. Приклеить кнопку регистрации к верху страницы
4. Сократить количество полей в заявке
5. Добавить счетчик специального предложения
6. Добавить бесплатную пробную версию
7. Изменить цвета кнопок или текст на них

Автоматизация тестирования

Существует несколько платных и бесплатных инструментов для автоматизации процесса тестирования с различным набором функций.  Большой список можно посмотреть здесь. Наиболее популярным можно назвать эксперименты в Google Analytics. Он является бесплатным, русифицирован, легок в освоении, и если на сайте установлен счетчик, то не потребуется ждать сбора начальных данных и запустить эксперимент можно всего в пару кликов.

A/B-тестирование средствами Google Analytics

Рассмотрим процесс создания теста в Google Analytics. Для этого необходимо зайти на вкладку Отчеты->Поведение->Эксперименты. Введите урл тестируемой страницы и нажмите «Начать эксперимент». 

Следующим шагом потребуется заполнить поля: название эксперимента, цель (можно выбрать из настроенных целей для сайта), охват посетителей сайта для эксперимента (лучше ставить 100%).

На втором шаге потребуется указать адреса основной (контрольной) страницы и ее вариантов.

Далее вам выдаст код, который необходимо вставить после открывающего тега head в верхней части исходной страницы.

Если все выполнено корректно, то система даст зеленый свет на запуск тестирования.

Результат эксперимента очень наглядный и может выглядеть так:

Вопреки общепринятому мнению (ведь создаются дубли страниц), негативного влияние на позиции сайта такое тестирование не оказывает. Достаточно на альтернативных страницах прописать rel=”canonical”.

Важное об A/B-тестировании

1. Тестовые варианты страниц не должны отличаться более, чем 2-мя элементами
2. Трафик между страницами должен распределяться равновероятно
3. Делая настройки, выберите новых посетителей сайта
4. О результатах можно судить лишь по широкой выборке, желательно не меньше 1000 человек
5. Делайте оценку результатов в одно время
6. Не стоит доверять себе, не все пользователи думают так, как вы, поэтому ваш предпочтительный вариант может оказаться далеко не выигрышным.
7. Результаты A/B-тестирования не всегда могут приносить желаемых результатов по увеличению конверсии.  Значит надо экспериментировать с другими элементами.

Автор: Самаль Татьяна, seo-специалист "КасперСистемс"